Что останется от веб-агентства, если уволить всех и оставить только ИИ?
Привет, герой бизнеса!
За последний год почти в каждом отделе веб-агентства появился новый сотрудник — искусственный интеллект. Он пишет код, делает дизайн, готовит статьи, отвечает клиентам и даже участвует в переговорах.
Если ИИ уже умеет столько всего, зачем вообще нужны люди?
Мы решили мысленно уволить всё агентство и посмотреть, кто окажется незаменимым.
Отдел продаж: кажется, заменить проще всего. Но есть нюанс
Представим, что менеджеров по продажам больше нет. Вместо них AI-ассистент.
Он отвечает клиентам за секунды, задает вопросы, собирает требования, оценивает бюджет, квалифицирует лидов и готовит коммерческие предложения.
Первое впечатление — идеально. Но проходит несколько сложных переговоров и становится понятно, где начинается проблема.
ИИ оценивает лида по формальным признакам, однако не способен понять скрытые мотивы клиента.
Опытный sales менеджер часто понимает больше из того, КАК говорит клиент, чем из того, ЧТО он говорит. Он замечает сомнения, чувствует, когда заказчик сравнивает подрядчиков, когда внутри компании нет единого решения или когда вопрос больше в доверии, чем в цене.
Есть и еще один важный фактор — доверие. При выборе подрядчика клиент покупает не только услугу, но и уверенность, что в проекте будут люди, готовые принимать решения и нести ответственность за результат.
Также для многих компаний возможность поговорить с живым специалистом по-прежнему остается важнее, чем скорость ответа AI-ассистента.
Проекты. ИИ идеально ведёт задачи, пока всё идет по плану
Мы оставили управление проектами искусственному интеллекту. Он создает задачи, напоминает о сроках, собирает отчеты и следит, чтобы никто ничего не забыл.
Первые недели выглядят впечатляюще. И вот однажды клиент говорит: «Давайте немного поменяем концепцию и внесём небольшие изменения».
Для ИИ это просто новая задача в списке. Он может добавить комментарий, обновить план, пересчитать сроки.
Но в настоящем проекте за одной «небольшой правкой» часто скрывается десяток вопросов: что именно изменится, сколько это займет времени, что придется переделать, какие решения теперь потеряют смысл и как объяснить это всем участникам проекта.
Здесь и начинается главная работа проектного менеджера. Потому что в больших проектах что-то обязательно идёт не по плану.
Клиент меняет требования уже после утверждения дизайна. Разработчики говорят, что новую функцию невозможно реализовать в заявленные сроки. Дизайнер предлагает одно решение, маркетолог — другое, клиент хочет третье.
В такие моменты менеджер проекта становится переговорщиком: помогает сторонам прийти к единому мнению, объясняет последствия изменений, ищет компромиссы и принимает решения вместе с командой.
Ни одна нейросеть пока не умеет брать на себя такую роль.
UX/UI-дизайн: красивый макет — ещё не хороший дизайн
Если оценивать только по картинке, может показаться, что дизайнеры скоро останутся без работы. Нейросети и правда научились за минуты генерировать современные интерфейсы, делать прототипы и даже собирать полноценные лендинги.
Но клиент покупает не красивый макет. Он покупает результат: больше обращений, понятную презентацию компании, удобство для клиентов или поддержку бизнес-процессов.
Допустим, AI сделал красивую главную страницу для промышленной компании. Но откуда он знает, что в этой нише клиент сначала ищет сертификаты, потом изучает реализованные объекты, а только после этого отправляет заявку? Или что коммерческий директор хочет видеть калькулятор стоимости, а не большой баннер на первом экране?
Все эти вещи рождаются после интервью с заказчиком, анализа конкурентов, поведения пользователей и десятков обсуждений внутри команды.
Из практики агентств можно вспомнить десятки случаев, когда клиент просил сделать сайт «как у конкурентов» или выбирал самый эффектный вариант дизайна, но после анализа оказывалось, что такое решение ухудшит конверсию.
ИИ этого не понимает. Он отлично воспроизводит удачные решения, но пока не способен критически оценить, подходят ли они для решения поставленных задач.
Разработка: код пишет ИИ. Архитектуру по-прежнему проектируют люди
Разработчиков мы тоже уволили. Теперь у нас есть один идеальный сотрудник — ИИ.
Он не просит повышения, не уходит в отпуск и может писать код круглосуточно. Можно спокойно заварить чай, открыть экран и наблюдать, как за несколько минут появляются новые функции, исправляются ошибки и собирается очередной кусок проекта.
Кажется, мы наконец нашли идеальную команду разработки. Но мы кое-что забыли. Разработчик нужен не только для того, чтобы писать код.
В крупных проектах самые дорогие ошибки появляются ещё до первой строки кода.
Как построить архитектуру проекта? Где провести границу между типовой функциональностью и индивидуальной разработкой? Как сделать так, чтобы через два года сайт можно было безболезненно масштабировать, интегрировать с CRM, ERP или мобильным приложением? Что выдержит рост каталога в десять раз, а что придется переписывать с нуля?
На все эти и многие другие вопросы не существует универсального ответа. Здесь недостаточно знать синтаксис языка программирования, нужно понимать бизнес, ограничения платформы, опыт предыдущих проектов и последствия каждого решения.
Роль разработчика постепенно меняется. Сегодня всё больше ценятся специалисты, которые умеют принимать правильные технические решения.
Контент и SEO: писать стало проще, выделяться сложнее
Здесь всё выглядело слишком просто. Мы уволили контент-менеджера и SEO-специалиста, настроили промпты и получили почти идеальный процесс.
Если раньше на одну статью уходила неделя, то теперь за день можно подготовить несколько материалов, адаптировать их под разные площадки, собрать семантику, проанализировать конкурентов, написать метатеги и сразу отправить всё в публикацию.
Кажется, эксперимент снова удался.
Но есть одна проблема: это теперь умеют делать практически все.
Если раньше конкурировали компании, которые могли регулярно выпускать качественный контент, то сегодня публиковать могут практически все. Навыки работы с ИИ сами по себе уже не дают никакого преимущества.
Более того, мы немного просчитались и с SEO. Поисковым системам уже недостаточно большого количества текстов и правильно расставленных ключевых слов. В эпоху нейропоиска важнее стать источником, которому доверяют и на который готовы ссылаться.
Поэтому стратегия, понимание интента пользователя, работа со структурой сайта и собственная экспертиза становятся ещё ценнее.
Если бездумно публиковать сотни текстов и создавать контент ради контента, сайт скорее потеряет позиции, чем вырастет.
ИИ сделал написание статей доступным для всех, и главным преимуществом снова стало то, что невозможно автоматизировать: собственный опыт, экспертиза, неожиданные выводы, авторский взгляд.
Среди сотен похожих AI-текстов такие материалы, как глоток свежего воздуха, их и хочется читать.
Техническая поддержка: ИИ поможет найти проблему, но не спасёт бизнес
Ну что ж, за мониторинг, обновления и поиск ошибок теперь тоже отвечает ИИ. Первое время и здесь у нас всё работает отлично. До первого серьёзного сбоя.
И тут выясняется, что в проектах проблемы редко бывают типовыми, особенно если сайту несколько лет. За это время он успевает обрасти интеграциями, нестандартными решениями и доработками, о которых уже никто не помнит, но они чаще всего и становятся причиной самых неприятных сюрпризов.
После очередного обновления могут перестать передаваться заявки в CRM. Из-за изменений в одном модуле неожиданно перестает работать другой. А иногда причина оказывается сразу в нескольких факторах: настройках сервера, сторонней интеграции и доработках, которые были сделаны несколько лет назад.
В этот момент недостаточно найти ошибку. Нужно понять, как исправить её так, чтобы не сломать всё остальное. А иногда самое правильное решение — вообще ничего не трогать, пока не станет понятна причина сбоя.
Оказывается, техническая поддержка это не только поиск ошибок. Это постоянное принятие решений. Специалист оценивает риски, определяет порядок действий, взаимодействует с разработчиками, хостинг-провайдером и клиентом, чтобы как можно быстрее вернуть сайт к нормальной работе.
Опыт, знание проекта и ответственность за конечный результат по-прежнему остаются на стороне человека.
Итак, что осталось от нашего агентства после «массового увольнения»?
ИИ взял на себя огромный пласт рутинной работы: ускорил процессы, помог писать код, готовить контент, анализировать данные и автоматизировать десятки задач. Возможно, со временем он научится делать ещё больше.
Но каждый раз, когда нужно было принять решение, договориться с клиентом, оценить риски или взять ответственность за результат, мы снова возвращали в команду человека.
Развитие ИИ не уменьшило ценность сильных специалистов, но сделало её заметнее.
Если однажды вам удастся построить веб-агентство, в котором работает только ИИ, обязательно напишите нам. Нам будет очень интересно посмотреть.
Но пока наш эксперимент показал другое. Чем больше задач берёт на себя искусственный интеллект, тем ценнее становятся люди, которые умеют принимать решения там, где готовых ответов не существует.
Успехов в делах!
Роман Федосов, основатель и генеральный директор веб-интегратора «Компот»